Mehrwert für Stammdaten und Intralogistik
Die automatische Extraktion schafft zentrale Kennzahlen wie maximale Abmessungen, Volumen oder Gewichtsschätzungen. Diese Daten können direkt in Zielsysteme übertragen werden und die Basis für operative Entscheidungen wie beispielsweise Verpackungsplanung, Losgrößenoptimierung oder Flächendimensionierungen. Qualitativ hochwertige Stammdaten sind zudem die Grundlage für weitere datengetriebene Optimierungen. Erst mit konsistenten, vollständigen Daten lassen sich zusätzliche KI-Anwendungen – etwa Prognosen, Optimierungen oder Simulationen – sinnvoll einsetzen. Die Stammdatenqualität wirkt somit als Multiplikator für weitere Digitalisierungsinitiativen.
Technologische Entwicklung als Enabler
Gleichzeitig haben Fortschritte in der Hardware die Umsetzung deutlich erleichtert. Leistungsstarke GPUs und spezialisierte KI-Beschleuniger ermöglichen Training und Betrieb komplexer Modelle auch in industriellen Umgebungen. Und mit Cloud-Plattformen gibt es skalierbare Infrastrukturen, die eine flexible Wahl zwischen Eigenbetrieb und externen Services erlauben.
Neue Datenquelle nutzen
KI-gestützte Analyse technischer Zeichnungen eröffnet eine bislang weitgehend ungenutzte Datenquelle. Obwohl die Grundlagen vorhanden sind und Forschung sowie erste kommerzielle Systeme Fortschritte zeigen, wird das Potenzial in vielen Unternehmen noch nicht ausgeschöpft. Die durchgehende Integration in Stammdatenprozesse und der Einsatz zur Optimierung der Intralogistik stehen oft am Anfang. Durch eine Mischung aus Bildverarbeitung, OCR, Deep Learning und Sprachmodellen lassen sich aber bereits relevante Informationen automatisiert extrahieren und nutzen. Damit steigt die Stammdatenqualität, und gleichzeitig entsteht eine Grundlage für weitere datengetriebene Optimierungen.
